模式識別習(xí)題

1、模式識別模式識別模式識別習(xí)題模式識別習(xí)題中國礦業(yè)大學(xué)信電學(xué)院中國礦業(yè)大學(xué)信電學(xué)院蔡利梅蔡利梅第二章第二章1. 分別寫出在以下兩種情況下的最小錯誤率分別寫出在以下兩種情況下的最小錯誤率貝葉斯決策規(guī)則：貝葉斯決策規(guī)則：（1）（2）21|xpxp21PP2.設(shè)在一維特征空間中兩類樣本服從正態(tài)分設(shè)在一維特征空間中兩類樣本服從正態(tài)分布，其中布，其中 兩類先驗(yàn)概率之比兩類先驗(yàn)概率之比 試求：試求： （1）按最小錯誤率貝葉斯決策規(guī)則進(jìn)行決）按最小錯誤率貝葉斯決策規(guī)則進(jìn)行決策的決策分界面策的決策分界面x的值。的值。 （2）設(shè)損失矩陣為：）設(shè)損失矩陣為： ，求最小損，求最小損失準(zhǔn)則下的判別閾值失準(zhǔn)則下的判別閾值

2、3, 0, 12121ePP2100 . 15 . 003.設(shè)一維兩類模式服從正態(tài)分布，其中：設(shè)一維兩類模式服從正態(tài)分布，其中： 令兩類先驗(yàn)概率令兩類先驗(yàn)概率 取取01損失函數(shù)，試計算判決分界點(diǎn)，并損失函數(shù)，試計算判決分界點(diǎn)，并繪出它們的概率密度函數(shù)；試確定樣本繪出它們的概率密度函數(shù)；試確定樣本-3,-2,1,3,5各屬于那一類各屬于那一類2, 2, 2, 0221121PP4. 在圖像識別中假定有灌木叢和坦克兩種類型，它們的先驗(yàn)概率在圖像識別中假定有灌木叢和坦克兩種類型，它們的先驗(yàn)概率分別是分別是0.7和和0.3，損失函數(shù)如表所示，其中類型，損失函數(shù)如表所示，其中類型1 12 2分別表示分別

3、表示灌木叢和坦克，判決灌木叢和坦克，判決 現(xiàn)在做了四次試驗(yàn)，獲得四個樣本的類概率密度如下：現(xiàn)在做了四次試驗(yàn)，獲得四個樣本的類概率密度如下： （1 1）試用最小錯誤率貝葉斯決策規(guī)則，判斷四個樣本各屬于）試用最小錯誤率貝葉斯決策規(guī)則，判斷四個樣本各屬于哪一個類型哪一個類型 （2 2）假定只考慮前兩種判決，試用最小風(fēng)險貝葉斯決策規(guī)則）假定只考慮前兩種判決，試用最小風(fēng)險貝葉斯決策規(guī)則判斷四個樣本各屬于哪一個類別判斷四個樣本各屬于哪一個類別 （3 3）把拒絕判決考慮在內(nèi)，重新考核四次試驗(yàn)的結(jié)果）把拒絕判決考慮在內(nèi)，重新考核四次試驗(yàn)的結(jié)果3 . 0 ;55. 0 ; 7 . 0 ; 8 . 0:|6 .

4、0 ; 3 . 0 ;15. 0 ; 1 . 0:|21xpxp拒絕判決拒絕判決32211;1.0422.5 損失損失 狀態(tài)狀態(tài)決策決策12121.51.535. 有一個二維空間的兩類問題，每類均服從有一個二維空間的兩類問題，每類均服從正態(tài)分布，且有相同的協(xié)方差矩陣：正態(tài)分布，且有相同的協(xié)方差矩陣： 其均值向量分別是：其均值向量分別是： 根據(jù)貝葉斯分類器確定樣本根據(jù)貝葉斯分類器確定樣本 屬于屬于哪一類。哪一類。9 . 13 . 03 . 01 . 1TT330021T2 . 20 . 16. 對數(shù)正態(tài)分布對數(shù)正態(tài)分布 的最大似然估計式為：的最大似然估計式為： 0,2lnexp2122xxxxp

5、NkkMLxN1ln17.兩類二維正態(tài)分布，均值向量為：兩類二維正態(tài)分布，均值向量為： 協(xié)方差矩陣為協(xié)方差矩陣為 類先驗(yàn)概率相等，寫出負(fù)對數(shù)似然比決策類先驗(yàn)概率相等，寫出負(fù)對數(shù)似然比決策規(guī)則。規(guī)則。 T011T012 12121111212111 第三章第三章1.設(shè)設(shè)5維空間的線性方程為維空間的線性方程為 試求出其權(quán)向量與樣本向量點(diǎn)積的表達(dá)式試求出其權(quán)向量與樣本向量點(diǎn)積的表達(dá)式 中的中的w與與x010261632685554321xxxxx0 xwT2.設(shè)在三維空間中的一個類別分類問題擬采設(shè)在三維空間中的一個類別分類問題擬采用二次曲面，如果要采用線性方程求解，用二次曲面，如果要采用線性方程求解

6、，試問其廣義樣本向量與廣義權(quán)向量的表達(dá)試問其廣義樣本向量與廣義權(quán)向量的表達(dá)式。式。 3.設(shè)兩類樣本的類內(nèi)離散矩陣及均值向量分設(shè)兩類樣本的類內(nèi)離散矩陣及均值向量分別為別為 試用試用fisher準(zhǔn)則求其決策面方程。準(zhǔn)則求其決策面方程。1212111S1212112STm021 Tm2224. 用感知器算法求解向量，訓(xùn)練樣本為：用感知器算法求解向量，訓(xùn)練樣本為： 設(shè)設(shè) TTTTTTTT111,010,110,100:011,101,001,000:21 Tw022105. 已知已知A類和類和B類樣本在空間的分布為離散分類樣本在空間的分布為離散分 布：布： 試問按試問按Fisher準(zhǔn)則設(shè)計線性分類器的

7、法線準(zhǔn)則設(shè)計線性分類器的法線 向量。向量。BBAANN,及1001,3003BATBTA86536. 已知?dú)W氏二維空間中兩類已知?dú)W氏二維空間中兩類4個訓(xùn)練樣本個訓(xùn)練樣本 試畫出用近鄰法求得的類別分界面。試畫出用近鄰法求得的類別分界面。TTTT0100:0110:217. 已知?dú)W氏三維空間中兩類已知?dú)W氏三維空間中兩類9個訓(xùn)練樣本個訓(xùn)練樣本 分別用最近鄰法和分別用最近鄰法和k近鄰法求樣本近鄰法求樣本(0 0)T 的分類，取的分類，取K=5,7,9 TTTTTTTTT22,12,11,02,11:12,12,02,01:21第四章第四章1.給定如下給定如下5個個6維樣本：維樣本： 試用最大最小距離聚

8、類算法進(jìn)行聚類分析。試用最大最小距離聚類算法進(jìn)行聚類分析。TTTTTxxxxx010100:122012:110001:121333:431310:543212.給定如下給定如下5個個6維樣本：維樣本： 試用試用K均值算法進(jìn)行聚類分析，設(shè)均值算法進(jìn)行聚類分析，設(shè)K2。TTTTTxxxxx010100:122012:110001:121333:431310:543213. 用用ISODATA算法對下列樣本集進(jìn)行聚類分算法對下列樣本集進(jìn)行聚類分析。析。 TTTTTTTX01,55,45,54,44,10,004.設(shè)設(shè) 現(xiàn)有下列三種劃分：現(xiàn)有下列三種劃分： （1） （2） （3） 請找出平方誤差和準(zhǔn)則請找出平方誤差和準(zhǔn)則Je的最小劃分。的最小劃分。 Tx541Tx412Tx103Tx054 ,211xx,432xx ,411xx,322xx ,3211xxx42x 第六章第六章1.已知一組數(shù)據(jù)的協(xié)方差矩陣為，已知一組數(shù)據(jù)的協(xié)方差矩陣為，試